文/新浪財經意見領袖專欄作家 彭文生

　　在數字經濟中，“數字”是生產資料，是管理工具，是計算方法，是交流方式，可賦能企業運營的各個方面，帶來創新與巨大變革。

　　前言

　　1918-1920年，罕見大流感造成全球數千萬人死亡。2020年，似曾相識的疫情再次來襲，但疫情對人類造成的生命損失已經減弱了很多。這是多種力量的共同結果，從經濟層面看，數字經濟的作用不容忽視。例如，全民居家的大隔離中，線上娛樂、線上社交等有效緩解了隔離對民眾心理的負面影響；云會診、AI圖像診斷等提高了醫護人員的戰疫效率；線上辦公，在一定程度上緩解了疫情對正常生產秩序的沖擊。

　　一、數字經濟：下個十年

　　上述積極作用在很大程度上得益于數字經濟的無接觸特點。長期以來，人類作為社會性動物，社會活動基本上建立在人與人直接接觸基礎上。由于病毒傳播也依賴于人與人密切接觸，無接觸的數字經濟在人類對抗病毒時便有了得天獨厚的優勢。這種特點可能會對人類社會組織模式產生革命性影響。正如本報告的“未來暢想篇”所描繪的，未來或是這樣的：伴隨著人工智能、量子計算的顛覆性進展，幾十萬年以來未曾質變的“自然人”漸行漸遠，“數字人”成為人類參與社會互動的基本形式，甚至會實現“數字化永生”。

　　當然，這樣一種質的躍變不會一蹴而就，仰望星空的時候我們也要腳踏實地。就當下而言，最重要的問題是，數字經濟會在未來幾年大發展嗎？尤其是，無論是因為人為的疫苗，還是自然的群體免疫或者病毒均值回歸的變異，即使像1918年大流感那樣可怕的瘟疫，終將會過去。這是否意味著當前數字經濟的蓬勃發展將是曇花一現？我們的答案是否定的。

　　2019年年底，我發了題為《下個十年：數字經濟》的文章（彭文生談下個十年：數字經濟），提出：展望未來10年，人口老齡化和金融周期下半場調整將帶來經濟增長下行壓力，也必將影響經濟結構。這兩種力量已經發生了，相關的研究和討論也很多，總體來講難以樂觀。前瞻來看，現在的關鍵問題是，什么是影響中國經濟未來10年發展的具有系統重要性而大家的理解和認識還很不夠的新增因素？我認為是數字經濟。

　　二、中國數字經濟：兩頭弱、中間強

　　今年，我們統籌整個中金研究部的力量，從宏觀、中觀、微觀，實體到金融、經濟分析到投資建議等多個維度對數字經濟發展進行了系統性研究，形成了這篇總計六章的報告。前面提到的“暢想篇”是第六章的主題，這一章主要從未來學家視角為我們勾勒一幅數字經濟社會可能的遠景。就像五十年前看現在，我們看數十年后的數字經濟場景，也頗有些科幻感覺。

　　“腳踏實地”的研究工作主要由其他幾章承擔，其中，第二、三、四這三章從產業角度對數字經濟進行剖析。行業層面，中國數字經濟呈現 “兩頭弱、中間強”的特征，平臺經濟躋身世界一流，偏硬的核心層以及產業數字化還有很大發展空間。尤其是半導體問題，伴隨著世界大變局日益突出。半導體之外，核心層還有什么不足和優勢？未來會是怎樣的發展路徑？這是第二章重點討論的問題。

　　第三章聚焦于應用層，尤其是平臺經濟。一批平臺企業崛起帶動了中國數字經濟發展，疫情下的社交隔離使平臺經濟再次加速。為什么平臺經濟有如此大的魅力？行業又在醞釀著什么樣的監管風險？下一個平臺經濟的巨頭會出現在什么領域？我們將在這一章中進行詳細分析。

　　第四章聚焦于產業數字化，即數字經濟對實體行業的賦能、改造與升級。與平臺經濟相比，產業數字化進程卻慢許多。對于實體傳統產業，數字經濟究竟是破壞式創新，還是升級加速器？有哪些投資機會值得挖掘？這是第四章的落腳點。

　　對于數字經濟下股市投資機會更加系統性的分析，呈現在第五章中，主要探討四個問題：如何理解當前數字經濟的高估值？數字紅利的企業表現是什么？如何影響資產定價？數字浪潮中的大趨勢及投資展望如何？

　　三、宏觀視角：賦能人還是替代人

　　與前述產業和投資層面的研究相比，業內對數字經濟宏觀含義的探索相對少一些。部分原因可能是存在一些令人費解的宏觀悖論，以美國為例，過去十余年數字經濟快速發展，美國勞動生產率增速卻是下降的，這與技術進步提升生產率的通常認知相悖。如何理解？

　　我們在第一章的宏觀分析中對這種現象進行了解讀，一個視角是勞動力產業結構配置。技術進步快的行業效率提升，供給增加，由此導致的“剩余勞動力”轉向效率低、供給不足的行業，后者在經濟中的比重上升，整個經濟加權平均的勞動生產率增速就會相對較低。實際上，關于數字經濟宏觀層面的含義，勞動力視角的分析是關鍵，數字革命導致的結果是機器替代人還是賦能人？在第一章中，我們將以此為切入點，對產業結構、國際貿易、收入分配和數字鴻溝等關系內外循環的問題做一些分析。

　　內循環方面，未來十年最確定的趨勢可能是人口紅利漸行漸遠，勞動力供給下降的問題日益突出。無論是機器替代人，還是機器賦能人，都有利于減緩老齡化對經濟增長的負面影響，但結構含義有很大不同。基于資源稟賦的差異（中國勞動力成本較低、人口密集度較高），比較中美數字經濟發展過程，中國更多呈現機器賦能人、勞動友好型特征，美國更多是機器替代人、資本友好型特征。

　　外循環方面，疫情對制造業貿易形成了一定威脅，數字經濟加速發展卻展示了服務業可貿易性增強的廣闊前景。展望未來，數字經濟發展將降低制造業的可貿易性（機器替代人），增加服務業的可貿易性（機器賦能人），有可能成為外循環新動向，服務貿易有望成為提升生產率的新動力。對中國來講，如何促進已有先發優勢的平臺經濟的跨境業務發展是尤其值得重視的問題。

　　四、數字經濟下的一些冷思考

　　以上六章是這篇報告的主要內容，重點從經濟和市場角度對數字經濟進行系統剖析，揭示了未來發展的巨大潛力及其影響，總體來講，偏正面的觀察和結論較多，對負面的影響分析不深。這樣一場深刻的數字革命顯然不會只有帕累托式改進，只是人們對問題和風險的認知還存在較大的分歧。愛因斯坦有句名言，“提出問題往往比解決問題更重要”，就數字經濟而言，有四個方面的問題值得我們關注和思考。

　　1、新的壟斷問題。數據是數字經濟時代的核心生產要素，數據的采集、加工與使用具有明顯的規模經濟與網絡經濟性，低甚至零邊際成本意味著創新創業的門檻較低，但先發企業能夠憑借自我增強的大數據優勢來實現與固化壟斷地位。按照熊彼特的創新理論，壟斷和創新有天然的聯系，沒有壟斷的收益就難有創新的動力，但到了一定規模后是否阻礙競爭就有爭議了。尤其是平臺型企業往往跨產品跨市場補貼經營，傳統的評判壟斷的標準，比如是否提升消費者面臨的價格、是否提升某個產品的市場份額等不再適用。巨無霸的數字經濟企業可以憑借大數據資源壟斷構筑起自我強化的進入壁壘，不但潛在競爭者難以短時間突破，甚至還能夠對公權力形成威脅。

　　以Facebook的Libra計劃為例。根據2019年1季報披露，每月有23.8億用戶頻繁使用Facebook的網絡產品，遠超出了一個主權國家覆蓋的范圍。以至于即便Facebook宣稱Libra要掛鉤美元，美國國會依舊對其抱有謹慎態度。近些年歐美對FAAG等數字經濟龍頭發起反壟斷調查，但對這種新型壟斷究竟采取體制規制（regulation）還是行為監管（supervision），討論還很不充分。

　　2、新的貧富分化問題。雖然數字經濟的發展在現階段在中國有勞動友好型的一面，但中國也難以避免數字經濟加大收入分配差距的共性的一面，數字技術使得明星企業和個人可以用低成本服務大市場，少數人和企業贏者通吃。美國有學術研究顯示，過去40年勞動者之間收入差距的擴大，主要反映（同一行業內）受雇企業之間的差別，而不是職業之間的差別。這背后一個重要的相關問題是數據產權沒有明確界定，相關企業對大數據資源免費的、排他性占有，實際上是獨占了關鍵資源的壟斷租金。如何界定大數據產權歸屬？對于這種壟斷租金，應該采取管制方式，還是征稅方式？如果征稅，如何確定稅基、稅率？數字經濟越壯大，這些問題越不容忽視。

　　與此同時，數字經濟也豐富了應對貧富分化的政策工具：數字移民和數字貨幣。解決區域發展不平衡的傳統辦法通常是勞動力轉移，或者產業轉移。數字經濟創造了一個新思路，即“數字轉移”。例如，大企業將客服中心布局在欠發達地區，勞動力無需轉移就可以享受發達地區的輻射帶動，可以看作是“數字移民”；數字新基建催生了網絡直播、云旅游等方式，將欠發達地區的風土人情、青山綠水等特色資源“運輸”到發達地區，“產業數字化轉移”增加了當地人收入。

　　數字貨幣方面，中國人民銀行DCEP重點在于發展電子支付手段，但從長遠看，數字貨幣的發展可能對現有金融體系產生顛覆性的影響，促進普惠金融、降低金融的順周期性，有利于結構性導向的財政政策更有效發揮作用，更好地平衡效率與公平的關系。

　　3、新的國際沖突風險，可能來自三個方面：服務貿易、國際征稅以及數據主權和安全。第一個容易理解，就像制造業貿易量擴大后會產生國際摩擦，服務貿易量擴大也可能帶來糾紛，中國需要積極參與適應數字經濟時代的國際貿易規則的變革。

　　稅收方面，針對數字經濟繞開現行征稅準則的逃、避稅問題，國際上討論比較多的替代性方案是基于用戶征稅，這需要進行國際協調，以確定各國所屬的應稅稅基。在世界大變局背景下，國際協調難度正在變大。

　　更大的國際沖突風險可能來自于國家安全或者說數據主權問題。美國和印度近期對中國的平臺企業的不友好做法，固然存在政治層面的原因，也反映了一個問題：大數據歸屬是否涉及到主權甚至是國家安全問題？近期，中國更新了《中國禁止出口限制出口技術目錄》，新增了“基于數據分析的個性化信息推送服務技術”，似乎也印證了大數據及相關技術對于國家安全的重要性。

　　4、社會治理面臨的挑戰和機遇。“數據饑渴”癥容易造成過度采集、數據濫用和管理失控等侵犯消費者隱私的問題，2018年，媒體披露一家數據分析公司利用Facebook泄露的5000萬用戶信息，在2016年美國大選期間精準定位目標選民。近期，蘇州文明碼也引起社會對個人隱私數據應該如何使用的討論。

　　從經濟層面看，對保護個人隱私也有很大爭議。有觀點認為過于嚴格的個人隱私保護不利于數字經濟發展、降低社會福利；另一派則認為，如果不保護隱私，消費者將被相關企業實施價格歧視，數字經濟或壓榨所有的消費者剩余。因此，從公平角度看，立法保護隱私數據是必要的；從效率角度看，隱私保護的關鍵可能在于度，甚至需要設計狀態依存的保護制度。

　　總之，數字經濟在改變我們工作和生活的方式，這篇報告就其在經濟和金融層面的影響，力圖提供一個有體系的分析和探討。數字經濟方興未艾，對很多問題的思考需要根據形勢發展深入推進，我們將持續跟蹤研究。

　　中金公司研究部負責人、首席經濟學家

　　彭文生

　　2020年9月于北京

　　---------------

　　第一章 數字經濟的宏觀及理論分析

　　疫情加速全球數字經濟發展

　　進入21世紀，數字經濟迅速發展，并以在線交易、物流跟蹤、移動支付、遠程交流等多種形式便利著人們的生產生活，在國民經濟中的重要性越來越高。2020年初，新冠疫情的爆發更加速了這一趨勢。疫情期間，為了控制新冠病毒傳播，各國政府幾乎都對人員的流動和聚集進行了不同程度的限制。高峰時，全球同時有接近1000個城市實施社交隔離，有超過250個城市采取了封城的舉措。在社交接觸受限的情況下，許多企業被迫將與員工和客戶的互動轉移到線上進行，數字化運營成為這些企業維持業務至關重要的方式。為了拓展生存空間，許多企業更顯著加速了他們的數字化戰略布局。一項針對全球2569家企業的調研發現，本次疫情將全球的數字化進程至少提前了5-7年。

　　數字經濟的特征

　　數字經濟的三重劃分

　　在文獻中[1] ，對數字經濟認可度較高的一種刻畫方法是按其組成劃分成三個層次進行詮釋。數字經濟的第一層叫核心層，包括硬件、軟件以及信息和通訊技術（ICT）等。第二層叫狹義的數字經濟，還包括基于數據、信息網絡和數字技術應用的新商業模式，例如數字服務、平臺經濟，以及共享經濟、零工經濟等介于平臺經濟和傳統經濟之間的模式。狹義的數字經濟中包含了最具代表性的平臺經濟，它也是數字經濟最核心的商業模式。第三層是廣義的數字經濟，覆蓋的范圍還涉及了與傳統的制造業、服務業的數字化相關的電子商業，還包含了新出現的萬物互聯（IoT）、工業4.0、精準農業等，反映了經濟生活的各個層面所參與的數字化轉型。

　　中國數字經濟的區域和國際特點

　　從區域發展的角度來看，中國數字經濟具有兩個鮮明的特點。

　　第一，全國廣義數字經濟發展并不均衡，經濟越發達的省份，數字經濟發展越活躍。根據中國信通院的數據測算[2]，2019年全國各省廣義數字經濟增加值占GDP的比例處于16%到53%之間，經濟越發達的地區，數字經濟占GDP的比重越高。整體來看，東部沿海經濟帶和長江經濟帶數字經濟的比重要高于中西部和東北地區。而在東部地區，長三角和粵港澳地區各省的數字經濟發展相對均衡，但京津冀地區的數字經濟活動則主要集中在北京和天津。

　　第二，全國各省數字經濟核心層GDP占比分化較大，但非核心層分布卻相對均衡。這個特點與數字經濟各層次不同的發展要求密切相關，或許可以為欠發達地區如何側重發展數字經濟提供指引。就數字經濟核心層而言，它是數字經濟中的“重資產”層，與數字技術的基礎設施研發和制造密切相關。發達地區在發展核心層上先天具備更好的基礎設施支持，容易形成競爭優勢。但數字經濟非核心層對傳統“重資產”要素依賴度較低，反而是欠發達地區的一些具有差異性和創新性的“輕資產”要素，相對稀缺，更容易形成競爭優勢。利用這些要素，欠發達地區可以拉近與發達地區數字經濟發展方面的差距，甚至還能實現局部反超。

　　從國際發展角度來看，特別跟美國相比，中國數字經濟整體還呈現“中間強，兩頭弱”的特點。中美是數字經濟規模最大的兩個經濟體，其數字經濟發展各具特色。比較而言，美國在核心層和廣義數字經濟方面占據優勢，但中國部分數字平臺的發展更快。根據聯合國貿易和發展會議估算[3]，2017年中國數字經濟核心層總量占GDP比重為6%，低于美國的6.9%，規模上每年少了近7千億美元，這可能反映了美國在數字經濟核心層研發方面的優勢。但是在電商以及數字金融等平臺經濟方面，中國的發展則快于美國。2019年中國電子商務交易額達5.1萬億美元，是美國的8.4倍[4]。從增速來看，2011年至2019年，中國電商平臺交易規模年復合增長率23.3%，遠高于美國的14.7%。中國的移動支付規模也大于美國，2018年中國移動支付規模為4140億美元，而美國僅為640億美元，不到中國的六分之一。我們認為這可能反映了中國在數字經濟的商業應用上，具有應用場景多、市場規模大、創新阻礙小的優勢。

　　不過根據中國信息通信研究院的測算，中國的廣義數字經濟規模卻遠小于美國。2018年，中國廣義數字經濟占GDP比重為34.8%，而美國達到了60.2%；從數字經濟的內在結構來看，美國非核心層數字經濟規模達10.8萬億美元，高于中國的3.8萬億美元，同樣美國非核心層數字經濟占廣義數字經濟比重為87.7%，也高于中國的76.5%，這說明美國各行業與數字化融合的程度較好，同時也說明中國在廣義范圍的數字經濟中，還有較多的發展潛力。

　　數據——數字經濟的微觀基礎

　　作為新生產要素，數據對數字經濟生產有三個層面的含義：一是同傳統生產要素一樣，數據質和量的提升可以提高數字經濟產品的質量和數量；二是數據同傳統要素一樣，不僅本身可以參與產出分配，同時還會影響各要素之間的替代關系，進而改變勞動與資本間的收入分配關系；三是數據具有迥異于傳統要素的屬性，這構成了數字經濟區別于傳統經濟特征的微觀基礎。

　　數據作為生產要素，它的特殊屬性是數字經濟表現出與傳統經濟不同特征的微觀基礎。在新冠疫情中，數據的無接觸屬性被充分展現，它背后代表的是數字技術發展導致的遠程溝通交流成本降低。而在其它不同的屬性之中，還有三大屬性值得關注。

　　（一）非競爭性

　　數據第一個重要的屬性是非競爭性，即單個使用者對數據的使用并不會損害其他使用者對數據的使用。這讓數字服務或數字商品等依賴于數據的數字經濟模式也具有了非競爭性的特點。這種非競爭性不僅體現在物理空間上，也體現在時間上。例如傳統的餐館中若客人滿了，其他客人就需要排隊等待，或者承擔餐館擁擠的不便利，這就構成了物理空間的競爭性。但數字經濟中，數據的非競爭性可以降低物理空間的競爭性。比如正常情況下，一個人使用ZOOM會議軟件并不會影響其他人的使用，也不會增加其他人使用的邊際成本。類似的，數據的非競爭性也會帶來數字經濟在時間上的非競爭性，比如人工客服一次往往只能服務一個客戶，但是由于算法的非競爭性，AI客服就不存在這樣的限制。

　　有人說數據是當代的石油，是重要的生產要素，這話只對了一半。數據是生產要素，可以影響經濟活動的效率和經濟結構，從這個意義上講，數據和石油具有相似性，但數據和石油還有其它根本性的差異。石油開采出來后，使用了一桶，世界石油總量就少了一桶，別人無法使用，但數據可以快速批量復制，同時它的使用并不會導致數據量減少的問題。數字經濟中很多產品以數據為基礎，數據的非競爭性也讓這些產品同樣具備了非競爭性的特點。

　　（二）零邊際成本帶來規模經濟

　　數據的另一個屬性是復制成本低，甚至是零邊際成本，這為數字經濟帶來了規模經濟效應。規模經濟在經濟學教科書中往往指當生產規模變大時，生產的平均成本下降，平均生產效率因此得到提高。傳統經濟活動也有規模經濟效應，例如一家汽車制造廠，當汽車年產量從10萬輛提高到100萬輛時，分攤到每輛車的固定成本可能就會下降許多。不過傳統經濟的規模效應是有限的，因為一臺機器的使用率是有限的，要多生產汽車，就必須要增加更多的廠房，購買更多的機器設備。然而數字經濟不一樣，例如微信的服務器能同時服務幾億人甚至幾十億人[5]，開發微信應用的成本可能很高，但復制和安裝微信應用的成本非常低，所以規模效應非常大，這就體現了所謂的零邊際成本的優勢。

　　傳統經濟的邊際成本會隨著產量和規模的擴大而下降，但難以降到零，甚至到達一定限度后成本還會上行，規模效應也會受限，但數字經濟中，由于數據的復制成本很低，所以基本不存在這樣的限制。

　　（三）網絡效應帶來范圍經濟

　　數據還有一個重要的屬性，就是數據本身具有正的外部性，即隨著數據量的增大，數據的邊際價值會增加，其中的一個體現就是數字經濟的網絡效應。所謂網絡效應，指的是某一件商品或服務的價值會隨著使用人數的增加而增加。這個概念早期發源于固定電話的使用，固話用戶人數越多，使用固話服務的吸引力也就越大。有別于傳統商業模式服務單邊市場，數字經濟中很多商業模式可以服務多邊市場，典型的例子包括社交平臺、電子商務平臺等。對于這些商業模式而言，市場各邊使用的人越多，平臺的價值就越大，就更容易吸引用戶加入，進而使得這些商業模式的跨產品補貼、甚至免費服務成為可能。仍然用微信舉例，我們使用微信是因為身邊的朋友、同事、親人都在用，聯系起來方便，但如果某個社交軟件使用人數很少，那么即使免費對很多人而言也沒有吸引力。

　　網絡效應不僅會讓相關數字商業模式的體量迅速擴大，還會帶來范圍經濟效應。所謂范圍經濟效應，指的是企業同時生產多個產品時，其邊際利潤比單獨生產一個產品要大。比如說早期亞馬遜網站的主要業務是圖書銷售，通過收集挖掘讀者反饋的信息，亞馬遜網站能夠找到當前讀者最喜歡的書的種類和作家，因此可以簽約最受市場歡迎的作家，讓自己進入發行商領域。進入亞馬遜購書的讀者越多，亞馬遜越能收集數據以降低與讀者之間的信息不對稱，從而使其更容易出版受讀者歡迎的圖書，因此獲得范圍經濟（需求方的范圍經濟）。再比如說使用微信某種服務的人數越多，將該種服務擴展到另外一種滿足客戶需求的服務的成本就越低，也會帶來范圍經濟效應。因為隨著微信用戶人數的上升，利用客戶使用不同服務的信息，在不同服務線上做針對性產品的推廣，可以降低各個服務運營的成本。這些都是需求端的網絡效應給數字經濟帶來范圍經濟的例子。

　　從土地、到生產性資本、再到數據，人類生產活動中使用的生產要素的接觸性和競爭性越來越弱，而生產要素所能產生的規模經濟、網絡效應和范圍經濟效應卻越來越強。比如傳統的生產要素，土地（也就是空間），一個人占用的空間越大，其他人占用的空間就越少，競爭性最大。生產性資本的競爭性比土地小，比如同一臺機器設備可以多個人輪班用，提高了使用率，但這種非競爭性的潛力有限。而反觀數據要素，數據使用的競爭性最小，但是帶來的規模經濟、網絡效應和范圍經濟效應卻最大。這里的一個重要含義就是數字經濟的生產效率提升潛能要高于傳統經濟。

　　平臺經濟——新商業模式

　　平臺經濟是數字經濟中最具代表意義的新商業模式，是數字經濟價值創造的重要推手。我們這里講的平臺經濟，是指依托于數據收集、數據分析等數字硬件和技術之上的數字平臺經濟，它可以降低物理空間的限制，聯結更為廣泛的人群。

　　多邊市場與價值創造

　　平臺經濟與傳統經濟最大的區別在于，平臺經濟是多邊的，而傳統經濟是單邊的。平臺經濟是為了滿足多邊的客戶群體而存在的，所以平臺經濟創造價值，就是依靠將不同的個體和機構匯集起來，并且讓他們相互交換價值，這與傳統的單邊商業模式有所不同。

　　傳統的單邊商業模式依賴于生產廠商將一種商品推銷至消費群體。比如面包作坊要創造價值，就需要烘焙面包并銷售給需要面包的人群，汽車廠商要創造價值則需要制造汽車并銷售給需要汽車的消費群體。傳統的商業模式中，價值創造是線性的、單向的，依賴于生產一種商品或服務，并把它們銷售給客戶，從而獲得收益。從生產者到消費者這個路徑非常直接，商品在上游被生產，在下游被消費。

　　與之不同的是，平臺經濟的商業模式更多起到的是促進價值相互交換的作用。平臺經濟模式需要同時迎合多個用戶群體的需求，這些用戶群體在某種程度上相互需要，并且依賴平臺將他們聚集在一起，最終完成價值交換，甚至由于網絡效應，平臺使用人數越多還會吸引更多的人使用這個平臺。在這里，平臺經濟的價值創造不是線性的，也不是單向的——它是網絡化的、相互的。

　　數字平臺有不同的分類，根據業務的不同，數字平臺大致可以分為三種類型：交易平臺、創新平臺以及兩者結合形成的混合平臺。

　　創新平臺一般提供了一個通用的技術平臺，以便其他個人和機構在此基礎上開發相應的產品或服務。例如智能手機，其產品和服務大多是由第三方公司在谷歌的Android系統或蘋果的iOS系統基礎上開發提供。交易平臺則提供了一個參與者進行商品、服務或信息交換的中介。平臺參與者越多、功能越齊全，其影響力也就越大。交易平臺主要通過收取一定的交易費或廣告費來盈利。混合平臺則同時包含創新平臺和交易平臺的特征。在過去的十年里，有越來越多創新平臺成功地將交易平臺整合到它們的商業模式中，例如蘋果的 Apple Store，在提供創新平臺的同時也為一些游戲或者功能應用生產商提供了交易平臺。

　　受益于平臺經濟的價值創造模式，平臺型企業近十年飛速成長。從2009年到2019年，全球市值最大的十家上市公司里，平臺企業已經從最初的2家上升到8家，而平臺企業在這10大企業的市值占比更是從原先的20%左右擴張到90%，遠超傳統企業的成長步伐。

　　平臺經濟之所以可以越來越壯大，一個重要的原因就是，在網絡效應的驅動下，一個對用戶有價值的生態系統可以隨著用戶的增多而變得對用戶更有價值。平臺一邊的用戶越多，該平臺對其他用戶群體就越有價值。這種動力使得平臺能夠以傳統的、單邊的企業無法做到的方式擴大規模。平臺的增長主要通過在生態系統中增加參與者（數據要素的增多），而非通過增加物理資源或直接的勞動力資源。

　　平臺經濟的宏觀影響

　　平臺經濟的快速發展呈現出“壟斷化”和“生態化”等特征，并會對隱私保護和勞動力市場等宏觀層面產生較大影響。

　　所謂平臺的“壟斷化”是指平臺網絡效應的不斷增強將會對用戶產生“鎖定效應”，提高用戶轉移時的社交和財富成本，從而使得個別平臺壟斷市場，導致“贏者通吃”的局面。當前，平臺經濟中的巨頭企業已經具有了較大的用戶體量和較強的網絡效應，隨著其技術的進步，對用戶偏好把握的精準程度不斷提升，為用戶創造的價值越多，其“鎖定效應”也就越強。在這種情況下，其領域中的其他企業由于難以為用戶提供足夠的網絡效應而日漸式微，最終退出市場或被兼并，導致平臺領域出現巨頭獨大、贏者通吃的局面。

　　而平臺的“生態化”則是指平臺企業將其核心產業或技術的關聯產業都納入到平臺中，為這些產業提供支持并獲得反饋，從而形成一個價值網絡，匹配多種交易關系，發揮多元主體之間的互補作用。在平臺發展到一定階段后，利用范圍經濟效應打造一個全方位的平臺生態將會為平臺經濟提供新的、動態的經濟增長點，并推動平臺規模的不斷擴張。例如，以云計算平臺為基礎，亞馬遜將電子商務、生活娛樂、金融、營銷管理等產業都納入到其大平臺中，呈現出生態化發展的特征。

　　“壟斷化”和“生態化”的發展趨勢本質上是平臺邊界的擴張和集中特征的加強，在提高生產效率的同時，也可能威脅市場的自由競爭和用戶的個人隱私，這對市場監管和隱私保護提出了要求。在市場監管上，網絡效應使得多邊市場與單邊市場存在著本質的區別，傳統的市場監管已經無法適應，需要新的標準和手段對平臺型壟斷進行判斷和處理。在隱私保護上，平臺用戶規模越大，業務范圍越廣，掌握的用戶數據也就越多越詳細，此時，用戶的隱私權保護、用戶數據的歸屬和使用等問題的討論就會變得越發有意義。

　　此外，平臺經濟也會在組織結構、工作方式、競爭水平、工作內容方面對勞動市場產生影響。從組織結構來說，自我雇傭形式將會進一步發展。平臺經濟所提供的眾多可交易機會進一步降低了個人向市場提供服務的成本。從工作方式上說，平臺經濟將推動遠程辦公與遠程服務的發展，并且通信技術的不斷發展將使得跨地區與跨國工作成為可能。從競爭水平上說，平臺經濟將會增加低門檻職業的競爭，但這會使職業中原有的從業者面臨更大的競爭壓力，從而造成貧富差距加大的問題。而從工作內容上說，一些機械化的工作可能消失。

　　我們之所以特別關注平臺經濟，因為平臺經濟是數字經濟的典型代表，是數字經濟價值創造的重要源泉，為理解數字經濟發展的宏觀含義提供了機理支持。那么討論完數字經濟的數據微觀基礎，以及數字經濟最具典型意義的平臺經濟商業模式，我們就可以描繪出數字經濟發展的宏觀含義。

　　對沖人口老齡化

　　中國老齡化問題影響深遠

　　老齡化是主要經濟體未來面臨的重要人口挑戰，也是影響未來宏觀經濟的一個重要力量。人既是生產者又是消費者，但在不同的年齡階段呈現的特征不同。一個人在幼年和老年階段主要是消費者，其消費量大于生產量，在青年和壯年階段則是生產者，其生產量大于消費量。如果每年的人口出生率和人均壽命不變，人口對經濟的影響就是平衡的。經典的人口經濟學告訴我們，如果青年和壯年人口相對比例變動不大，老齡人口的增多會降低社會的儲蓄率，從而帶來社會的自然利率上行。

　　中國的老齡化問題越來越嚴重，中國的勞動年齡人口增長率在2007-2008年以后開始下降，生產者對消費者的比例在2017-2018年見頂并開始下落。從社會平均的角度看，生產的人少，消費的人多，生產弱于消費的供給短缺壓力增大，將導致通脹上升、儲蓄減少，從而將帶動中國利率水平的抬升。

　　不過與中國老齡化進程加劇相對應的是中國的數字經濟占GDP的比重正在不斷上升。數字經濟的發展，伴隨著的是技術進步以及商業模式的創新，它們是否可以抵消勞動年齡人口下滑的影響，進而對沖老齡化的沖擊呢？此外，技術進步如果帶動勞動生產率上升，是否還意味著未來的勞動力需求會下降、工資下行壓力會變大，甚至出現機器替代人并引發大規模失業的問題？這些問題對我們思考未來經濟發展的路徑，具有重要含義。

　　勞動生產率：機器替代人還是賦能人

　　歷史上，從兩百年前的李嘉圖到一百年前的凱恩斯，經濟學家一直都擔心機器替代人。經濟學里有個專有名詞叫“技術性失業”（Technological Unemployment），即技術進步所導致的失業。這種擔心貫穿于歷史，一直存在爭議。

　　在當下我們如何來看待這個問題呢？這次百年一遇的新冠疫情中，數字經濟的快速發展帶給我們一個重要啟示，就是機器既可以賦能人，也可以替代人。機器對人的賦能，體現在很多領域。比如餐飲外賣行業，如果沒有數字技術、智能手機、GPS定位等技術支持，外賣員的配送效率就會非常低；再比如這次疫情下的遠程教育、遠程辦公、遠程醫療等無接觸經濟，并沒有替代老師、白領工人和醫生，而是對他們進行了賦能。數字技術使得我們在疫情沖擊、社交隔離的情況下，還可以維持一定的經濟活動，所以它和人是互補的。當然機器也可以替代人，比如無人物流、無人配送、正在發展的無人駕駛等。

　　數字經濟在中美，替代人和賦能人的程度并不一樣，這跟中美的稟賦差異相關。美國數字經濟的發展，更多的是機器替代人，通過資本深化替代就業。中國數字經濟的發展，則更多的是機器和勞動力互補，對勞動力是友好的。美國的勞動力替代型數字經濟體現為常規性、簡單重復的工作，比如一些制造業流水線能被機器代替，同時甚至有一些不是很簡單的、重復性的工作，也能夠被機器替代。中國的勞動力互補型數字經濟則體現在一些非常規的服務上，比如說外賣、送貨員、專車司機、視頻主播等等。

　　中美兩國的數字經濟賦能為什么有差異？主要是供給端和需求端稟賦不同造成的。從供給端來講，根本原因是中國勞動力相對較多，勞動力成本比美國低。即使在數字經濟中，勞動力成本、重要生產要素的價格仍然是影響經濟發展模式的決定性因素。機器作為可貿易品，在套利行為驅動下，全球的價格會趨同。但勞動力的可貿易性卻相對較低，因此在美國，人工較機器的價格相對較高，因此更多地用機器替代勞動力具有合理性；而在中國，人工較機器相對便宜，因此使用機器替代勞動力反而不具有經濟性，所以機器使用與勞動力更多表現為互補關系。

　　從需求端來講，中美兩國還有一個稟賦差異就是人口數量和密度不同。中國城市的人口數量多、密度高，在人口密度高的地方，數字技術與勞動力結合更容易達到合適的成本收益比。以外賣為例，在美國可能要開車半小時以上才能送達一單，成本收益比并不劃算，但在中國，一個外賣員服務一棟樓，可能就足以覆蓋成本。所以人口密度高、大城市多，也是中國數字技術和勞動力可以互補的原因，讓機器跟勞動力結合起來，進而提高生產效率。

　　中國的數字經濟發展如果可以提升生產率并與勞動力互補，那么至少可以通過兩個方面來對沖人口老齡化。首先，如果數字技術發展可以為勞動力賦能，老齡人口的就業就會得到更多支持，有助于延遲社會退休時間，可以減緩社會儲蓄下降的速度；其次，生產部門勞動生產率的提高還會增加社會總產出，也會提高社會的儲蓄率。這兩個方面，都會擴大社會總產出，提高社會儲蓄率，并降低市場利率，這就起到了對沖勞動年齡人口下降的影響。

　　但是數字經濟發展對沖老齡化不是一蹴而就的，機器不是人，不產生最終的消費需求，如果效率提升不是通過機器賦能人而是替代人來實現，將會加大收入分配差距，降低消費需求，可能擴大代際之間的差異。另外，生產效率的提升還會降低家庭生育偏好[6]，如果缺少干預，數字技術的快速發展有可能會加劇中國人口學意義上的老齡化問題。

　　為什么 “勞動生產率”增速在放緩？

　　現在大家都在講數字技術的進步、智能手機通信的改進，人工智能、機器替代或者賦能人，從直覺上講，社會生產效率肯定是提高的。但是在下圖中，美國經濟分析局計算的美國勞動生產率增速在過去10年甚至20年來卻在下降，這和我們直觀感受非常不一致。為什么根據數據計算出來的勞動生產率增速是放慢的呢？

　　諾貝爾經濟學獎獲得者Robert Solow在1987年講過一句話，“You can see the computer ageeverywhere but in the productivity statistics．．．”。為何直觀感受和宏觀數據會有偏差？一般有三種解釋。

　　一種解釋是GDP的統計誤差。在數字經濟時代，GDP作為反映我們生活水平、價值創造、速度提升的指標，它的誤差越來越大。因為GDP統計的是一種市場交易行為，但數字經濟時代有一些市場交易行為沒有價格，或者說價格是零，即零邊際成本。尤其是一些無形資產創造的價值，例如知識產權、創新、品牌和新的商業模式，都很難被衡量。在傳統經濟中GDP比較容易統計，如廠房、機器設備、交易、制造業等顯然都是以貨幣來衡量的。

　　第二種解釋是通用技術（GeneralPurpose Technology， GPT）影響經濟、滲透經濟需要時間。過去人類發明電以后，電力對整個經濟活動的滲透持續了幾十年的時間，體現在勞動生產率方面是一個漸進的過程。也就是說，現在數字經濟對勞動生產率的影響可能還沒體現出來，未來才能觀察到。

　　還有第三種解釋，認為某個或某些領域的技術進步可能導致整個經濟的勞動生產率增速放慢。這個聽起來有點悖論，不同于我們的直觀感受，這就是經濟學里講的鮑莫爾?。˙aumol’s Disease）。美國經濟學家鮑莫爾在1967年的一篇論文中提出一個問題：“當經濟體中某一個部門的勞動生產率提升，例如汽車制造行業中機器替代人提高勞動生產率，那么這個行業是否會出現剩余的勞動力呢？”鮑莫爾認為如果這個部門生產的產品需求是無限的，那這個部門的效率再提高，也沒有剩余勞動力。但一般來講，人們對某種商品或產品的需求總是有限的。需求有限就導致勞動生產率提高快的部門產生了剩余勞動力，這些剩余勞動力就會流向勞動生產率低的部門。因為勞動生產率低的部門生產的產品供不應求，導致越來越多的人流向勞動生產率低的部門工作，反而帶動勞動生產率低的部門在整個經濟體中的占比上升。鮑莫爾并不是說生產效率高的部門產量沒有快速上升，但鮑莫爾認為這些部門產品的相對價格在下降。這樣我們在計算宏觀的勞動生產率時，發現它反而可能是降低的，這就是鮑莫爾病。

　　數字經濟減緩通脹壓力

　　另外數字經濟發展，在提高生產端效率的同時，還會加大市場競爭，有可能催化低通脹環境。數字經濟影響通脹的渠道主要可以歸納為以下三個：

　　第一，數字技術進步，推動了數字經濟核心層硬件制造成本的降低，從而降低數字經濟產品供給成本。隨著技術進步，半導體芯片的運行速度、數據通信的效率都在快速提升，與之對應單位數據的采集、傳輸和分析的成本迅速下行，這降低了相關數字經濟產品的供給成本。隨著數字經濟在國民經濟中的占比提升，其對宏觀通脹的下行推動作用也會越來越明顯。

　　第二，數字經濟有助于提升供給端的生產效率，當供給增速快于需求時，市場均衡價格會被拉低。通過創新經濟模式以及融合數字化技術更新，數字經濟不斷提高著供給端的生產效率。當供給增長主導市場供求關系時，均衡價格就會降低，從而帶來低通脹環境。

　　第三，數字經濟的發展加劇了商品生產端和銷售端的競爭，抑制了商品價格上漲的動力。數字經濟拉近了商品生產者和消費者的距離，消費者可以輕易地通過各類比價軟件找到電子商務平臺中最物美價廉的商品。商品生產者之間、零售商之間所面臨的競爭，無論是深度還是廣度都較以往明顯加大，這加劇了市場的優勝劣汰，降低了商品價格上漲的勢頭。

　　根據上述的討論，中國數字經濟的發展，既可以賦能勞動力，帶來生產效率的提升，同時還會引入競爭降低通脹上行壓力，一定程度上可以抵消中國人口老齡化對宏觀經濟的影響。

　　服務貿易將成新增長點

　　什么是服務業可貿易

　　在經濟學里我們談到國際貿易，通常會把商品和服務分為兩類，一類是可貿易品，另一類是不可貿易品。一般來說商品是可貿易的，比如中國制造的冰箱、空調、手機可以出口到歐洲，歐洲制造的飛機可以出口到中國。

　　但服務業一般被認為是不可貿易的，因為服務業的活動往往需要人和人之間的互動，而人是不能自由跨境流動的。但數字經濟的應用，降低了遠程交流溝通的成本，使得過去需要人與人之間的互動才能完成的工作或交易，在無接觸的情況下也能實現。這一次新冠疫情的沖擊，更讓這一特點突顯出來。數字經濟部分克服了人員不能流動的障礙，意味著服務業可貿易程度上升，未來數字經濟的發展很可能突破我們過去的傳統認知。

　　重新思考服務業的角色

　　服務業的可貿易性讓我們重新思考服務業在經濟發展中的角色。制造業的效率高來自于貿易品的生產效率提升快，效率提升快又來自于競爭充分。中國生產的華為手機要想銷往世界，就要面對全球的競爭對手，想要取勝就必須降低成本、提高質量。與此同時，在更大規模的市場中，如果企業的生產效率高，那么它就會領先其他競爭對手，并能享受規模經濟，從而更好地發展。

　　因此對于可貿易品的行業來說，貿易帶來競爭，并帶來技術外溢，帶來新的思維、理念和技術，其成熟業態更可能向頭部集中。與之形成鮮明對比的是，不可貿易品因為市場規模小、競爭有限，效率提升比較慢，也沒有規模經濟，技術外溢也有限。比如在北京的服務業，就只能服務北京當地，甚至只能服務北京某一個小區，對于效率提升的需求不足。所以如果服務業從不可貿易轉變為可貿易，或者可貿易性增強，那對未來的經濟發展模式和經濟結構的影響將非常深遠。

　　服務貿易可以推動勞動生產率提升

　　傳統的教科書認為農業、工業生產效率提升速度快，而服務業效率提升速度很慢，所以服務業很難成為一個新的增長點。但如果服務業可貿易性增加，將會提升整體勞動生產率。

　　公共政策在這其中能夠發揮重要作用。一方面，它可以通過推進數字經濟的基礎設施建設等措施提升服務業的可貿易性。這次疫情帶來的影響之一，就是促使各國政府加大寬帶、5G等數字基建以提升效率。另一方面，公共政策還可以促進競爭，減少壟斷，降低服務業與數字經濟融合的速度。這些政策可能會促進一些互聯網平臺企業更為開放，比如美國的Facebook、谷歌，中國的騰訊、阿里等等。這些企業現在已經具有一定壟斷地位，未來他們會是促進服務業發展的創新者還是成為創新的阻礙者，就要看公共政策如何引導。

　　經濟發展模式之辯

　　回頭看，中國等東亞國家追趕發達國家的成功經驗是什么？制造業和國際貿易可能是實現追趕的主要載體。制造業的可貿易性帶來規模經濟和生產效率提高，從而能夠吸收低技能勞動力并推進城鎮化，同時通過參與全球產業鏈，帶來新的技術、新的理念。那么這一套經驗未來對其它欠發達國家是否還會適用呢？

　　前文提到數字經濟能提升服務業的可貿易性，但數字經濟也可能會降低制造業的可貿易性。如果數字技術、人工智能的進步，使得制造業的生產環節能夠完全被機器替代的話，那么美國的制造業企業不需要搬遷到中國或者東南亞國家，在本土就可以用機器來生產，因為制造業生產離消費者越近，運輸成本就越低，并且可以根據消費者需求而迅速做出生產調整，效率越高。所以數字經濟發展可能的一個顛覆性影響，是制造業可貿易性的下降。

　　現在關于落后國家如何追趕發達國家，有兩派觀點。一派是比較悲觀的，認為機器替代人或成為趨勢，勞動力成本在制造業的差異不是問題，制造業將會回流。這也就意味著非洲、中東等落后國家或地區將很難通過復制中國的發展模式來實現經濟快速增長。這些落后國家面臨的不是中等收入陷阱的問題，而是低收入陷阱的問題。當然也有比較樂觀的一派，認為雖然制造業回流、制造業可貿易性下降，但是服務業可貿易性上升，那些落后國家的低勞動力成本仍然有優勢。印度就是靠低勞動力成本提供服務出口來實現發展的，未來落后國家追趕發達國家可以學習印度經驗，靠服務業參與全球市場競爭。

　　其實不僅僅是國與國之間，地區之間的經濟發展模式選擇也一樣，比如中國的上海和貴州、東部和西部。我們過去說隨著經濟的發展，東部的勞動力成本越來越高，我們把制造業轉移到中部和西部。但如果未來機器替代人了，制造業還會繼續留在東部。那西部靠什么來發展呢？答案是服務業。服務業的可貿易性，是值得我們思考的一個重大的宏觀議題。

　　分配關系面臨重塑

　　鮑莫爾?。旱蜕a率部門重要性上升

　　技術進步使得低生產率部門在收入分配環節上的比重上升，這看起來似乎是個悖論，但其實是有合理性的。這背后的原因就是進步部門勞動生產率提升，產量增加，但需求有限，由此就導致剩余勞動力從進步部門轉移到低生產率部門。過去在織布機得到應用前，紡織行業雇傭了大量勞動力，但技術進步提高了生產效率，織布就不需要那么多人了，剩余勞動力就轉移到其他部門。農業生產也一樣，過去中國農村需要大量勞動力在田里耕作才能解決全國溫飽問題，后來技術進步和勞動生產率提高，剩余勞動力就轉移到了制造業。但制造業也一樣，冰箱的生產效率提高了，人們對冰箱的需求又是有限的，剩余勞動力就繼續轉移到低生產率部門，主要是服務業。所以無論是中國還是美國，服務業在經濟中的重要性上升，都與收入分配是有關系的。

　　上文提到對就業的擔心，其實就是收入分配的問題。數字經濟的發展，到底未來哪些行業、哪些人更多地受益？數字經濟提升的效率，到底哪些人能夠享受，哪些人不容易享受？按照上文的邏輯，就可能不是我們想象中的那樣——技術進步快的部門可以享受技術進步帶來的效益。比如說，冰箱、汽車生產的效率提升很快，但不代表冰箱或者汽車制造業的工資就能上升，反而是那些低生產率部門的工資上升，因為這些部門效率低，生產供不應求。而生產率提升快的部門，由于業務收入上升，將增加對所有商品的需求，那些低生產率部門的商品由于供給不足，價格上升會更快，進而提高了低生產率部門工資。

　　替代還是賦能影響要素分配

　　上文提到了，美國的資本相對便宜，而中國的勞動力相對便宜。所以美國的數字經濟呈現更多的是機器替代勞動力，所以在經濟上對勞動力不利，對資本有利。中國的數字經濟更多呈現機器與勞動力互補，所以在經濟上對勞動力有利，反而對資本不利。我們可以從宏觀數據上來驗證這一判斷。

　　我們看到，過去20年美國的勞動報酬占GDP的比重下降，但資本回報率是上升的，當然全球金融危機等因素導致期間有些波動。所以過去20年美國股市大牛市其實是有基本面因素支撐的，也就是美國的資本回報率在上升。

　　雖然在過去20年的前半段，中國的勞動報酬占比也是下降的，但是過去10年里中國的勞動報酬占比卻轉而上升。有許多因素可以解釋這種現象，包括社會保障體系的改善、技術進步對勞動力效率的提升以及技術與勞動力的互補關系等。與勞動報酬占比上升相對應的，是中國過去十幾年資本的回報率下降。從長遠的趨勢看，過去20年尤其是2007年以來，中國股市的表現不及美國股市，這和資本回報率的趨勢性下降存在一定聯系。

　　哪些行業和人群更受益于數字經濟？

　　哪些行業或人群更多受益于數字經濟？這并不是說技術進步行業就不會享受數字經濟的福利，它享受數字經濟的前提是供給有限，即壟斷。例如擁有專利權的人或者關鍵的技術人員，以及人的角色不能被替代的行業，如管理者、心理咨詢師、體育明星等，這類壟斷要么是技術壟斷，要么是自然壟斷，本質上受益于效率提升。

　　有一些行業產品需求無限或者近似無限，譬如攀比消費、時尚品牌。作為品牌的著名設計師，每人每年能設計的時尚服裝有限，效率不可能高，攀比消費使得產品價格上升，時尚品牌因此受益。

　　至于零和經濟活動，它不創造經濟價值、不增加供給，效率不會快速提升，主要作用是對社會財富的分配。比如說警察和罪犯就是零和經濟，在此并非詆毀警察工作的重要性，但從經濟活動的角度來講，警察和罪犯的行為是相互抵消的。至于網絡詐騙、比特幣交易和一些衍生的金融交易，例如期貨交易，其實都是零和經濟活動。因為一個人受益了，另外一個人就受損，整體上它并不創造新的價值。還有利益集團游說、離婚律師等，數字技術、大數據的應用，雖然可以幫助離婚律師打贏官司，挖掘對方隱瞞的財產，但并不創造價值，離婚的雙方一方受損一方受益，還是屬于零和經濟活動。這些活動不創造價值，也不創造新的供給，所以效率低下，但人們卻將不斷把資源投到這些領域。

　　關注被數字鴻溝遺落的群體

　　數字經濟的發展除了會帶來收入分配的問題，也會帶來數字化鴻溝加深的問題。隨著數字經濟的發展，各行各業的數字化融合越發深入，有時一部手機就可以走遍天下。但是有部分群體，卻因為經濟能力、學習能力等原因沒有辦法跟上數字經濟發展的步伐，使用現代數字技術成為阻隔他們參與正常社會生活的數字化鴻溝。比如，醫院推出線上應用預約、移動支付等工具，原本是為了便捷人們就醫，但部分老年人因不會通過線上預約而無法就醫看病的現象屢見不鮮。疫情期間，“健康碼”的推廣便利了疫情的防控，但是很多被數字化鴻溝阻隔的群體，卻因不會使用健康碼而寸步難行。這部分弱勢群體可能包括老人，來自偏遠地區的人口，以及教育水平、收入較低的人口。

　　數字經濟越發展，數字化鴻溝的問題就會越嚴重，導致與社會數字化脫節的群體的生存狀況就會越惡化。特別是我國當前已經步入了老齡化社會，2019年我國60歲及以上人口占總人口比例為18.1%，但是我國網民中，60歲及以上人口卻僅占據6.7%。這就意味著，在我國至少有上億的老年人難以享受數字經濟的便利性。我們認為對這一部分人群要格外予以關注，以讓他們共享數字經濟發展帶來的社會福利改進。

　　應對貧富分化，政府要扮演好制度建設者和社會兜底者的角色

　　數字經濟發展在提升社會生產效率的同時，也會進一步加劇市場競爭。有競爭就會有“勝利者”和“失敗者”，從而引發貧富分化問題。比如在網約車行業中，如果有高技能工人利用閑暇時間提供網約車服務，會壓低其他依賴網約車工作的低技能工人工資，從而加大高技能和低技能工人間的收入差距。一些新的商業模式還可能產生“創造性毀滅”的效果，對相關的傳統行業造成沖擊，帶來線上和線下模式的收入分化。從更廣意義看，數字經濟模式存在贏者通吃的問題，會出現明星企業和明星個人的現象，加大了收入差距。數字經濟的加速發展，將對政府如何扮演好制度建設者和社會兜底者的角色提出更多挑戰。如何在保證自由市場競爭提高社會生產效率的同時，保證競爭在一定的社會秩序內進行，同時又在堅持市場分配資源的同時，讓大多數人都能享受到經濟繁榮的成果，以實現社會公正，這都對政府的執政能力提出更高要求。而政府的政策如何平衡效率與公平，將對經濟發展產生重大影響。

　　無法回避的壟斷與競爭問題

　　正如在平臺經濟討論的那樣，數字經濟的快速發展將會引發大眾越發關注壟斷和競爭的問題。在數字經濟發展的初期，各個領域都存在著較多的競爭者，但隨著時間的推移，一些領域往往開始由一兩個科技巨頭占據主導地位，包括社交平臺、搜索引擎和視頻運營商等?？萍计脚_公司甚至通過收購一些后起的創新企業來鞏固自己的行業地位，自然會引發人們對這些巨型平臺公司的市場地位是否導致壟斷，損害競爭和創新的擔憂。

　　那么我們究竟該如何看待數字經濟發展中可能的壟斷和競爭問題呢？

　　就壟斷而言，判斷數字經濟中一些巨型科技企業是否具有壟斷行為或者壟斷力并不簡單，數字經濟中的壟斷是否真的會限制競爭仍然是一個有爭議的話題。首先，壟斷有兩種，一種是由技術進步或創新帶來的市場影響力或行業集中度上升，這是一種“好”的壟斷。雖然創新者獲得超額收益，但這和效率的提升聯系在一起，市場的整體效率是提高的。還有一種壟斷是因為天然屬性或政府政策（比如監管）形成的。這種情況下，壟斷在獲得超額收益的同時并不提高效率甚至還損害效率，這就是“壞”的壟斷。土地供給的壟斷就是典型的“壞”的壟斷，由于其天然的排他性，土地獲得的超額收益必然以擠壓其他要素的收入為代價。

　　現實中哪些數字經濟企業是“好”的壟斷，哪些是“不好”的壟斷，并沒有那么分明。巨型科技企業在開始階段是“好”的壟斷，是與創新緊密聯系的，但到了一定規模后就有可能阻礙競爭。例如亞馬遜、谷歌、臉書等科技巨頭在發展初期，非競爭性的零邊際成本帶來其規?？焖贁U張，提升了社會的整體福利，這個階段的“壟斷”是好的“壟斷”。然而一旦形成先發優勢，這些成功者往往會利用知識產權、先發優勢和網絡效應等構建自身的競爭壁壘，以尋求壟斷租金。

　　然而判斷數字經濟是否出現“壟斷”，還需要用動態的眼光看待。按照熊彼特的創新理論，壟斷和創新有天然的聯系，沒有壟斷的超額收益，就不會有那么大的創新動力?？萍脊緞撔率〉目赡苄院艽螅虼诵枰L險溢價的補償來吸引創新。超額收益既來自壟斷租金，也來自整體市場要求的風險補償。

　　從歷史經驗來看，巨型科技公司的壟斷似乎符合上述動態的特征。比如上世紀90年代，雅虎搜索引擎一家獨大，幾乎占領了所有的搜索市場，但在谷歌推出搜索引擎后，雅虎的搜索業務很快就被性能更優異的谷歌搜索所替代。如果監管層一開始就強力監管雅虎的搜索業務，限制其盈利，可能谷歌也沒有動力推出更好的搜索引擎。微軟的IE瀏覽器也曾受到壟斷的指責，但如今其地位也讓位于Chrome。類似的例子在中國也不鮮見，電商平臺京東與阿里盡管構建了很高的行業壁壘，但無法阻止拼多多的快速崛起，同樣愛奇藝、優酷也沒有辦法阻止抖音成為世界級的流行應用。

　　因此如何判斷數字經濟中的“壟斷”現象仍然是一個充滿爭議的話題，我們一方面要鼓勵競爭、防止惡意的壟斷，另一方面也要用動態的眼光去看待數字創新中的回報收益的問題，不能為了反壟斷而誤傷創新。

　　那么我們究竟能不能對科技企業的壟斷行為進行監管呢？學術界提出一種可能[7]，就是從數字經濟最重要的生產要素——數據出發，降低數據使用的排他性。監管層可以對不同的科技公司基于自身收集的數據做出互操作性的要求（interoperabilitymandate）。這背后的邏輯是，如果數據的生產力具有規模效應，那么收集數據的過程就是在獎勵先行者，但這其實損害了消費者的利益。因為消費者只能被迫選擇最先收集數據的公司，而無法選擇其他可能提供更好服務的公司。一旦數據具有一定的互操作性，那么就能避免后來者的競爭劣勢。當然這種監管方式需要專家學者的密切合作，一方面要防止對初始者的創新抑制，同時也要防止消費者隱私被濫用。因此這一監管活動本身可能也需要是動態的，在保護自由市場運作機制的同時，也要根據具體情況做出調整。

　　隱私保護已是大勢所趨

　　數字經濟的發展同樣帶來了個人數據采集和隱私保護的問題。當人們安裝手機應用時，應用客戶端通常會彈出一個征求“同意”的條款聲明，這些條款往往冗長難懂、字體細小，卻都包含著數據使用的授權協議。為了使用該應用，用戶除了點擊“同意”別無他法。當人們使用手機時，個人數據就會被源源不斷地上傳到相關應用的服務器上。雖然很多人意識到私人數據被采集，但對于哪些數據被采集，以及這些數據被如何使用卻一無所知。數據采集和使用的“黑箱”，讓民眾在防范隱私泄露方面極為被動。

　　由于數據具有非競爭性，有時還具有非排他性，這就讓數據在某種程度上具有了公共品的屬性，然而對個人而言這卻意味著隱私可能更容易受到侵害。比如在疫情期間，健康碼的大量使用，幫助了公共部門和私人機構共同參與防疫，但如果這些數據在疫情之后不能安全退出，一旦泄露就有可能損害個人的隱私。

　　進入數字經濟時代，個人的行為正不斷地全景式地被記錄成數據，隱私數據泄露影響的廣度和深度隨之增大，隱私保護的必要性也在不斷增強。在數字經濟時代，人們不得不用隱私“交換”效率，為了獲得更好的服務，消費者向出行、購物、社交等各類互聯網平臺提供了大量的數據。企業對用戶隱私信息的掌握程度達到了前所未有的高度。但細致豐富的用戶數據是一把“雙刃劍”，一方面，這些數據有助于企業更好地匹配潛在消費群體，進而降低企業與消費者之間的交易成本；另一方面，詳盡的個人資料一旦泄露，將會對個人安全甚至企業經營帶來威脅。

　　關于是否應該隱私保護，學術界分成了兩派。一派以芝加哥學派為代表，他們認為在競爭市場中，隱私保護會降低社會福利，并降低市場的運行效率，而完全信息有助于提高市場效率。芝加哥學派認為個人有動機隱瞞自己的負面信息，而這些行為會轉嫁成其他市場參與者的成本。真實信息的流動受阻將導致經濟資源和生產要素最終被低效利用，進而降低社會福利。

　　但另一派支持隱私保護的人則認為個人的行為動機具有復雜性，芝加哥學派背后的利己行為假設并不準確。如果不保護隱私，科技企業可以利用收集的數據推測消費者偏好，從而實施價格歧視，此時消費者剩余都將被企業拿走；此外企業還可以將消費者的數據二次出售給第三方，但消費者卻無法分享任何收益，甚至可能承擔數據被濫用的風險。因此對個人隱私數據進行保護有助于提高經濟效率和社會福利水平。

　　不過無論理論如何，數字經濟發展對數據依賴越大、信息傳遞障礙越少，隱私泄露造成的傷害也就越大。數字經濟時代，公權力介入數據監管以及隱私保護已是大勢所趨。事實上，歐美在隱私保護方面已經進行了有意義的探索，比如美國在2012年推動的《消費者隱私權法案》提出對消費者隱私保護的建議，旨在賦予消費者對個人信息擁有更大控制權，并且降低數據泄露給他人帶來的風險。同樣地，歐盟在2018年實施《通用數據保護條例》，這部法律適用于歐盟的所有個人數據，對公司收集和使用隱私數據的方式進行了限制。在中國，個人隱私數據的保護也引起了國家立法機關的重視，2020年中國人大提出將專門制定完整的《個人信息保護法》，以改變之前相應法律法規相對零散的問題。隨著數字經濟的發展，隱私保護將會持續成為公共治理中的一個重要議題。

　　第二章 數字經濟的核心層：硬件及軟件

　　我們認為，以（1）半導體；（2）信息技術；（3）通信技術；（4）智能硬件為代表的通用技術平臺的演進是推動數字經濟發展的重要動力。過去10年，4G和移動互聯網的普及，已經改變了社交、購物、視頻等生活的方方面面。根據中金統計，包括軟硬件設備以及互聯網企業在內的核心層相關企業在全部美股的市值占比在過去10年上升了15ppt至27%，我國2019年包括互聯網在內的數字產業化增加值規模達到7.1萬億元，成為支撐上層平臺經濟和行業應用的重要支柱。未來隨著以5G、人工智能、云計算、物聯網、區塊鏈為代表的新一代信息技術發展，我們相信物流、制造業、醫療、移動互聯網等行業將加快數字化轉型的步伐。

　　5G+AI是數字經濟時代的通用技術平臺

　　縱觀過去三十年科技行業發展歷史，通用技術平臺的發展經歷了（1）從主機到個人電腦；（2）從個人電腦到手機；（3）從手機到AI云計算的三次重大迭代。目前，我們已經進入人工智能+云計算時代，數字經濟核心層在實體經濟和資本市場的重要性不斷彰顯。展望未來，我們認為，一方面數據的價值不斷凸顯，另一方面“數據孤島”問題日益突出，基于分布式架構的區塊鏈+物聯網有望成為云計算之后的下一代通用技術平臺。

　　中美差距在哪里？

　　重研發和全球化是助力科技企業成功的兩大因素，經過30年行業發展，中國在5G（通信技術）、AI應用、硬件制造等科技領域已經具備全球領先優勢，但在半導體、軟件、云計算等領域和美國相比仍存在較大差距。過去30年，PC、移動互聯網等數次變革幾乎都是由美國企業所主導，我們認為其原因包括美國企業全球化的商業模式來支持其高研發投入，以及對知識產權良好的保護機制。展望未來，我們認為中國廠商在通信技術、機械技術、算法、電商渠道、精密制造等方面能力全面，進一步加強研發投入有助于中國科技企業未來在更多核心層領域提升話語權。

　　AI+5G會帶來哪些變化？

　　我們認為，AI+5G將會推動社會變革，打開新的成長空間。1）無人駕駛領域，我們認為AI+5G共同賦能下，智能駕駛將從當前的ADAS（L0-L2）逐步向無人駕駛升級迭代；2）制造業領域，工業互聯網各類應用有望實現云端、產業、跨界的三方協同，推動智能化生產、網絡化協同、供應鏈金融等新模式新業態不斷成熟；3）醫療領域，AI+5G有望貫穿“診前-診中-診后”全流程，催生醫療產業整體格局重構；4）企業領域，AI+5G有望加速企業完成移動化、遠程化、自動化、智能化轉型；5）移動互聯網領域，我們認為AI與5G相結合，將進一步提升移動互聯網為人們生活帶來的便利性。

　　風險

　　人工智能商用進程不及預期；AI+5G在各行業落地不及預期；互聯網數據壟斷對數據流通造成不利影響；核心技術迭代較快。

　　第三章 數字經濟的應用層與平臺經濟

　　平臺型企業的緣起

　　我們觀察到數字經濟時代下，平臺型企業規模發展迅猛，成為全球經濟發展中的重要力量。我們將平臺定義為以數據、技術等新型生產要素為核心開展經營的，生產要素沉淀、分發、流轉和交叉融合的處所，具備非競爭性、網絡效應、規模效應、范圍經濟等諸多特點，使平臺型企業具備眾多傳統商業沒有的優勢，如較高的成長天花板、爆發性的成長速度、多邊網絡效應帶來的粘性和重組產業鏈的顛覆性創新能力。

　　平臺型企業在前數字經濟時代同樣以集市等方式存在，但數字經濟中的平臺型企業無疑具備更大的規模。特別的，廣袤的中國市場成功孕育出了眾多優秀的平臺型企業。中國的平臺型企業從門戶網站起步，漸漸地搜索、社交等領域的平臺型企業也登上舞臺；隨后，以電子商務領域為突破，平臺型企業開始向物理世界滲透；之后“吃喝玩樂”、“衣食住行”等各個領域逐漸都被平臺型企業滲透、改造。時至今日，我們看到產業數字化正愈演愈烈，有望成為下一大型平臺型企業的搖籃。從中美對比來看，美國是PC互聯網時代的全球領先者，而在移動互聯網浪潮中，中國憑借廣泛的網民基礎和出眾的網絡基礎設施建設，已成為全球平臺經濟的第二極。

　　平臺型企業的壟斷

　　平臺型企業的壟斷常常類似于自然壟斷，即一家企業提供整個產業的產量成本低于多個企業同時提供相同產量的成本。當平臺型企業形成壟斷并掌握了對行業的話語權后，其可能反而以壓抑創新的方式維持壟斷租金，從而降低社會整體福利。平臺型企業的壟斷往往來源于平臺的網絡效益帶來的粘性，我們分情況對不同類型平臺的粘性進行了分析，指出如社交平臺由于強網絡效應、排他性、高遷移成本而粘性較強。電商平臺也具備較強的粘性，但相比社交平臺并非牢不可破。比如出行平臺用戶粘性的形成就較為依賴于補貼，而代價高昂。

　　由于壟斷帶來的巨大利益，創新者具備更強的動力去顛覆平臺。我們提出創新是是打破壟斷并成就新的壟斷租金的武器。如IBM曾經以此為傲的主機業務在1990年被競爭對手日立和富士康以研發打破壟斷，導致其主機業務收入銳減。微軟Office套件憑借在新的視窗操作系統中最早推出高度適配的產品，一舉顛覆了原本壟斷辦公套件市場的Lotus 1-2-3和WordPerfect。

　　平臺型企業的監管

　　我們提出巨型的平臺型企業可能為新時代的監管部門提出諸多新的挑戰，包括且不限于數據隱私和數據濫用、數據主權、算法歧視、壓抑創新、監管缺失等。我們就分拆、征稅、和監管三種常見手法進行了討論并分析了相關案例。我們認為分拆對于往往形成自然壟斷的平臺型企業可能不具備操作性，且反而壓抑了創新。征稅同樣是一種常見的手段，但相關的稅負成本由于平臺型企業的強話語權，幾乎全部都被平臺的使用者承擔了。我們認為行政監管是一種更適合的監管手段。隨著新時代監管部門的技術水平和監管手段不斷的豐富和提升，我們相信我國監管部門將能更好的支撐引導平臺型企業的健康發展。

　　下一代的平臺型企業

　　我們相信產業數字化是下一代平臺型企業的搖籃。中國工業基礎雄厚，有成型的產業集群，流通行業扎實，在線支付高度普及，為產業數字化提供了良好的發展基礎。隨著5G、云計算、區塊鏈、人工智能、大數據、物聯網等新興技術的發展，我們認為產業數字化的場景和可能性將進一步豐富，有望在新基建的推動下進入新一輪向上周期。我們提出下一代巨型平臺型企業將是在產業數字化中誕生的，能夠提供大規模、高質量、創新性的定制化服務能力的企業。我們相信中國的平臺型企業也將在這新的一輪發展中，走出國門，服務全球更多的市場。

　　風險

　　技術發展不及預期；監管跟進速度不及預期。

　　第四章 產業數字化與數字經濟賦能

　　賦能、創新與升級：產業數字化未來已來

　　數字化的有效賦能，為企業的創新與升級提供動力，數字產業化將帶動產業數字化時代的來臨。隨著多年的發展和積累，我國工業、農業、制造業、商業零售、社會服務業等主要產業也為數字化做好了準備，集中體現在：

　　? 大消費產業：我國擁有廣闊和持續增長的消費市場，競爭力不斷提升的品牌與零售商。

　　? 金融服務產業：發達的銀行體系與在線支付系統，與消費互聯網的繁榮彼此成就。

　　? 物流產業：網絡扎實、深入城鄉。

　　? 中上游產業：農業、工業、制造、能源、建筑、材料等產業基礎雄厚，集群優勢顯現、供應鏈完備。

　　在討論數字經濟賦能的這一部分，我們將致力于分析消費、金融服務、物流、中上游產業在數字化浪潮中的發展路徑，描繪我國數字經濟發展從數字產業化到產業數字化的創新與賦能遠景，探尋未來3-5年的產業數字化熱點（進程加速、有效賦能、技術突破、產業升級、物聯網建設、私域流量打造、平臺化趨勢等），挖掘投資機遇。

　　數字資源對實體企業的重要性，什么是產業數字化？

　　產業數字化是指：在新一代數字科技支撐和引領下，以數據為關鍵要素，以價值釋放為核心，以數據“賦能”為主線，對產業鏈上下游的全要素進行數字化升級、轉型和再造的過程。

　　科技的發展改變了我們的生活與生產方式，新的消費、社交、娛樂場景不斷涌現，新的產品、生產、流通、服務方式應運而生。各相關產業數字化的未來已經到來。這一轉變的典型特征就是“客流”變成了“流量”，數字變成了生產資料與管理工具。疫情發生后，流量大幅度從線下向線上轉移。這一加速轉移的過程，觸動了各行業傳統經營模式的改變，數字化成為最重要的變革突破點。

　　在消費、金融服務、物流、中上游等產業，“數字”成為重要的生產組織、產品研發、客戶營銷資源：

　　? 需求端：流量相關的數據首當其沖，流量的獲取是銷售收入與市場份額的保障；此外，目標消費者大數據可幫助企業前瞻性地推出適合消費者需求的新產品和新服務。

　　? 供應端：供應鏈、物流、庫存、生產、銷售渠道、人員等相關數據，這是經營管理決策的必備要素；這些數據與外部對接，將形成交互式的產業生態系統。

　　因此，數字化不僅能夠幫助企業實現引流、顧客資源管理，還能幫助企業實現有效賦能與管理效率提升，實現產業升級的宏大遠景。

　　在數字經濟中，“數字”是生產資料，是管理工具，是計算方法，是交流方式，可賦能企業運營的各個方面，帶來創新與巨大變革。賦能這個詞包含了“賦”和“能”：

　　? “賦”是通過數字化來改造運營模式的過程。傳統的生產與銷售過程大都是標準化的、單向的、線性的，而在數字技術與大數據的幫助下，新的生產與銷售過程是定制化的、具有反饋效應的、立體的。這個過程中包含了數據采集、數據處理、數據分析、數據商業化等各個環節。

　　? “能”指的是能力與效率，是數字化幫助企業實現的生產組織能力（上游）、產品研發能力（中游）、客戶營銷能力（下游），是產業數字化效果的具體體現。能夠幫助企業達到促進銷售、產品創新、提升效率、優化成本等全面的能力提升。

　　有效賦能：數字化帶來的改變

　　數字化能夠給企業帶來的改變是巨大的，能夠有效賦能其運營發展的各個方面，這也是企業紛紛進入數字化轉型的動力源泉：

　　? 促進銷售

　　數字化的一大優勢是迎合流量的轉移、捕捉目標消費者。企業的營銷與推廣模式發生變化，更容易獲得線上線下流量，通過新的傳播推廣方式有效觸達消費者。例如短視頻等營銷模式的采用、小程序及APP的應用。

　　對于中上游企業而言，可增強其與下游企業的供應鏈配合，實現以消費者需求變化為導向的產業鏈改造，使產品更加適銷對路。

　　? 產品創新

　　大數據分析和消費者精準畫像能夠為企業的產品研發與創新提供動力。

　　基于數字化，產品的研發和生產能夠更加千人千面、個性化，家電、家具、服裝的定制業務就是很好的例子。

　　數字化還能夠帶來流通與服務業的模式創新，例如：超市到家業務、餐飲外賣業務、智慧酒店等，都是以數字化為前提的。

　　? 提升效率

　　數字化還可幫助企業實現管理和運營模式的深度改造，實現供應鏈、生產、銷售、物流等各個環節的數據交互與運營配合。例如，經營模式重塑，包括：管理流程自動化、供應鏈和庫存的實時管理等；銷售模式重塑，包括：渠道扁平化、線上與線下協同的全渠道發展等。

　　? 優化成本

　　人力資源成本日益提高的當下，智能化與人工替代能夠幫助企業降本增效；信息化的互動管理能夠幫助企業降低損耗、優化成本結構和資源配置。

　　技術突破：新技術、新基礎設施的廣泛應用

　　本篇報告中，通過經典的數字化實踐案例分析，我們發現各行業所做的努力和技術層面的突破主要集中在：

　　?與軟硬件供應商的深度配合及結合自身特點的研發創新；

　　?門店、產業鏈、生產環節的數字化改造，運營流程再造；

　　?數據的采集、分析與優化，信息的傳導與處理；

　　?大數據、AI等新技術與新基礎設施的使用與投放，等等。

　　這些企業所應用的技術與新基礎設施有：企業管理信息系統、大數據與智能算法、AI、5G、移動支付、工業互聯網、區塊鏈、微信小程序、美團、衛星圖像、金融科技等等。可以說，信息技術與新基礎設施的大發展為企業數字化提供了沃土。

　　未來洞察：產業升級、物聯網、私域流量與新型平臺企業的誕生

　　我們認為，數字經濟帶來的產業升級將集中體現在：

　　?推動了流量即渠道的時代來臨，由此引發各子行業的數字化熱潮，新技術、新產品、新模式將層出不窮。

　　?線下消費場景也有望在數字化重塑中獲得新的消費者吸引力；線上線下融合（全渠道），消費體驗提升（DTC），品牌力凸顯。

　　?工業互聯網建設，智能化、定制化的智能制造與2B業務大發展。

　　?強者整合市場，流量、數據和市場份額向優勢企業集中。

　　我們認為，產業的數字化與模式升級將造就“萬物互聯、物物相息”的物聯網時代：

　　?物聯網的基礎是互聯網和數據資源，產業生產要素的數字化是其先行條件。數據之間的關聯關系將從用戶端延伸和擴展到物品與物品之間、產業與產業之間。

　　?展望未來，數字經濟的數據內容、數據規模將得到飛躍式的擴展，信息交換和運用的方式也將不斷創新?，F代物聯網將實現狀態信息的實時共享，以及智能化的收集、傳遞、處理、執行和運用。

　　?從各個產業來看，物聯網化的積極效用已經顯現，例如：

　　醫療行業：“互聯網+醫療健康”的發展會進一步引入物聯網、區塊鏈等技術，保證電子處方的唯一性、藥品追溯碼的唯一性、醫保電子憑證的唯一性。

　　廣告行業：屏幕物聯網化，實現了遠程在線監控屏幕的播放狀態，同時也降低了運維人員的成本。

　　農業：基于物聯網、人工智能等數字經濟技術，實時收集農田及動植物生長數據，分析其變化規律，并據此規劃和調控農業生產管理，實現農業生產智能化。

　　制造業：通過物聯網、數據分析等應用，端到端鏈接整個產業鏈上的研發到最終消費者，實現生產決策智能化、前瞻化。

　　產業數字化將推動私域流量的建設與產業平臺企業的誕生：

　　?公域流量是大平臺上的公共流量，目前我國線上流量集中在公域平臺型公司手中。但對很多品牌、廠商而言，在公域平臺運營的獲客與流量成本居高不下，流量紅利正在消失。

　　?私域流量是品牌、企業或個人自主擁有、自由控制、沉淀在商家“流量池”里的流量形式。數字化為流量的獲取、管理與維護提供了條件，各產業龍頭有望依托其品牌、產品和服務優勢，建立私域流量體系。

　　?可以預見，部分的流量將由電商平臺向產業平臺轉移，未來的流量爭奪與演變將非常精彩。

　　?例如，2019年，美國純電商公司僅占據43.9%的線上市場份額，線下實體零售的線上銷售、目錄購物（或呼叫中心）、消費品品牌的線上業務分別占據了32.6%，6.7%和16.8%的市場份額。

　　綜上所述，展望未來，產業數字化將有助于我國實體產業實現跨越式大發展，在運營效率、綜合實力、全球競爭力等方面獲得全面提升。

　　看好與看空

　　綜合以上分析，我們看好本文重點分析的消費、金融、物流、中上游產業的14個子行業、57家公司。

　　未來能夠在數字化浪潮中勝出的公司，其總體特征是：具備產業領軍地位，品牌、規模、產品、研發創新優勢明顯；數字化戰略明確，工業互聯網、私域流量打造、全渠道、DTC等均能夠有效提升效率與份額。分產業來看：

　　?消費產業的判斷依據是：

　　商貿零售：適應零售行業場景、模式、營銷等的快速迭代與變革，能夠抓住時代機遇，積極開展數字化運營的零售龍頭。

　　購物中心：物業質地、數據豐富度、現有智慧平臺成熟度及未來提升潛力。

　　紡織服裝：將全流程數據資產化、將數字化科技賦能貫徹于各個業務環節，進行DTC模式的創新型紡織服裝公司。

　　家電：在全球家電企業中具備規模效應、產業鏈一體化、智能制造優勢的行業龍頭。

　　餐飲旅游：對流量的聚集和留存能力、業務數字化程度和決策智能化程度高。

　　食品飲料：以數字化賦能內部管理與外部擴張，支持線下門店業務與O2O業務的發展，向數字化供應鏈平臺轉型。

　　醫藥：平臺型發展模式，并有望進一步走向生態型發展模式。

　　教育：企業資源置換、整合、輸出等綜合實力突出的教育信息化與在線教育服務提供商。

　　傳媒：專業的數據服務商，線下文娛場景的數字化，把握用戶畫像實現千人千面的內容分發。

　　?金融產業的判斷依據是：

　　利用自己的流量、數據、技術優勢能夠充分分享金融服務增量市場的互聯網巨頭；利用金融科技武裝自己、積極轉型的金融服務業公司。

　　?物流產業的判斷依據是：

　　規模與效率領先的物流企業，并能夠積極介入快運冷鏈供應鏈等新業務；即時物流等新服務；出行領域，能夠搭建2B端出行信息匯總平臺，形成范圍效應。

　　?中上游產業的判斷依據是：

　　農業：在農業大數據分析規劃、農產品智能化生產、數字化跟蹤服務等方面發力，并有望形成平臺優勢。

　　制造業：產品智能化、生產數字化、服務定制化提供商。

　　上游行業（能源、材料、建筑）：看好致力于智慧制造變革、銷售平臺信息化、大數據監控與賦能、生產過程的標準化、安全化提升的行業龍頭。

　　同時，我們看空數字化進程緩慢的傳統經營模式，提示勞動或資本密集型行業的成本優勢可能會受到數字化帶來的挑戰。

　　風險

　　宏觀因素帶來的不確定性。

　　第五章 數字經濟下的股市投資

　　數字經濟：下個十年，十大趨勢

　　我們結合數字經濟的特征，在歷史對比及行業公司層面分析的基礎上，探討數字經濟中股市投資相關的幾個主要問題。主要結論如下：

　　1）  數字經濟對大市場更有利，中美股市可能會呈現更多數字經濟相關機會。數字經濟的非接觸特性在疫情演繹之下彰顯，今年以來，中美兩地市場在百年一遇的疫情沖擊之下到目前為止領漲全球、與數字經濟相關的科技等板塊領漲其他板塊，可能有其內在邏輯。數字經濟呈現的規模經濟、網絡效應、范圍經濟、非競爭性等四大特征，對大市場相對更有利。美國股市在數字經濟時代的地位毋庸置疑，中國基于人口多、密度大、地域廣等特征，可能也會在數字經濟時代確立比較優勢、孕育較好的投資機會。

　　2）  數字經濟，十大趨勢：1）數字經濟改變地緣格局，中美可能繼續引領數字經濟浪潮；2）服務在線化、平臺化；3）服務可貿易；4）制造自動化、智能化，產品生產者與使用者的持續關聯；5）制造的定制化、個性化與響應及時化，工廠到消費者距離縮短，產品規?；c個性化矛盾得到調和；6）數字催生平臺“巨型化”：平臺屬性強的企業規模仍可能進一步擴容；7）數字改變企業資產結構：企業輕實物資產、重人力資本、重數據資產，人才和創新能力更加重要；8）數字改變個人：教育、學習的終生化；9）數字改變公共服務：數字政務、智慧城市升級；10）中國可能加大力度推動自身數字經濟核心層硬件與軟件的技術進步及進口替代。

　　3）  當前數字經濟相關板塊市值占比達到歷史新高可能并非估值泡沫，未來幾年仍有可能進一步上升。數字經濟的網絡效應、規模效應、范圍經濟及非競爭性等特征使得數字平臺的規模還在擴大、范圍還在延伸，數字經濟賦能實體行業的滲透率還可能進一步提升，數字化發展也在模糊傳統的行業邊界，等等，這些因素共同使得用數字經濟相關板塊市值占比來判斷股市是否是估值泡沫并不能得出確切結論?；谏鲜鲞壿嫞覀兣袛喈斍皵底纸洕嚓P板塊在股市的市值占比在未來幾年仍可能繼續上升。

　　4）  數字經濟發展對金融市場本身也帶來改變。數字經濟發展除了改變資本市場市值結構、改變金融市場信息傳播效率外，交易所、貨幣等傳統金融市場基礎設施也因數字化而呈現新的形式，金融產品如ETF的流行、量化交易等也因數字經濟發展而得以實現，數字化浪潮使得機構相對個人更具優勢而強化了中國投資者結構機構化的趨勢。數字經濟發展也給新數字型公司估值及傳統會計信息指標信息含量帶來挑戰。

　　三條投資主線，引入“中金中國數字經濟50指數”（CCDE50 Index）

　　數字經濟的四大特征使得單個企業面臨跨界競爭和贏者通吃等威脅，不確定性可能更大，板塊或指數投資可能更有利于分享數字經濟的紅利?；谇笆鍪筅厔莶⒕C合中金行業分析員的觀點，我們建議重點關注三條投資主線：

　　1）數字經濟核心層技術領先且迭代能力強、研發能力強的“硬核”類公司，及擁有較多用戶、具有穩定需求、研發迭代能力強的應用場景類公司；

　　2）規模能繼續擴張的強平臺型公司；

　　3）數字經濟賦能浪潮中，能利用數字化改造產品、生產及銷售全流程以進行產品創新、降低成本、提高效率的實體類企業，包括消費、醫藥、教育、金融、醫藥、服務中介及制造等領域的企業。

　　我們基于上述三條主線，梳理了50家中國數字經濟各層級中代表性企業編制成中金中國數字經濟50指數（CICC China Digital Economy 50 Index， CCDE50 Index），供投資者參考。

　　第六章 未來篇

　　斯坦福大學科學家阿瑪拉認為，人們傾向于高估新技術的短期影響，而低估其長期影響。我們認為通用人工智能和量子計算是未來30年最重要的兩項顛覆性技術。通用人工智能的實現或將更多替代人類勞動力、擴充人類能力的邊界；量子計算的實現則將大幅縮短新藥開發、破解密碼等所需時間。追求永生是推動人類進步進化的動力之一，未來基于腦機接口、納米機器人等前沿科技有望繼續延長人類壽命，直至實現永生；實現永生的過程或將對現有社會經濟制度產生沖擊。移民火星的直接意義在于為人類文明留下一個“備份”，在地球發生危機狀況時，為我們的文明延續提供希望。追求移民火星會打來商業火箭價格的大幅下降，會推動衛星互聯網，改變出行、通信、采礦等行業。

　　通用人工智能和量子計算是未來30年顛覆性技術

　　目前的人工智能技術屬于弱人工智能，僅能實現語音識別、圖像識別、和簡單的自然語言處理等人腦功能中非常有限的一部分。隨著人工智能的“智力”水平不斷上升，逐步具備感知、語言、判斷、記憶、情感、聯想等人腦具備的功能，在未來將會替代越來越多的人類勞動。根據耶魯大學和牛津大學的研究人員對352位人工智能專家進行了采訪，人工智能到2060年前后有50%的概率完全超過人類[8]。另一方面，摩爾定律是過去50年支撐經濟發展的動力之一，傳統半導體工藝接近物理極限。量子計算被認為是在某些特定領域延續摩爾定律提升人類算力的方法之一，有望延續數字經濟的繁榮。量子計算機是基于量子力學原理構建的計算機，量子計算機的計算能力隨著量子比特（qubit）的增加呈現爆發式增長，形成所謂“量子優越性”。量子計算如果能夠大規模商用，在大幅縮短新藥開發、破解密碼、以及搜索等人工智能應用所需時間。

　　追求永生是推動人類進步進化的動力之一

　　戰后70年，隨著醫療和糧食供給的改善，人類平均壽命從1950年的45.7歲增長至2015年的71.7歲，全球人口也迎來快速增長。未來，基于腦機接口、納米機器人等前沿科技有望繼續延長人類而壽命，直至出現人類數字永生、乃至物理永生。人類一旦實現永生，將對現有社會經濟的就業、醫療、保險等制度產生巨大沖擊。腦機接口是人類永生的一個重要工具，使用腦機接口，人類可以直接通過大腦思想來表達想法或操縱設備，而不需要語言或動作。腦機接口起源于改變傳統人機交互方式的嘗試，顛覆了傳統的計算機鼠標、鍵盤、顯示器的輸入輸出方式，其催生出的應用場景主要包括通信控制、醫療健康、智能家居、安全保障等，其中侵入式接口能夠使傷殘人士恢復感知，有望打造超級人類。

　　移民火星引領商業航天發展前景

　　隨著火箭運載能力的不斷提升、火箭可回收可復用技術的逐步成熟，人類在2030年前后完成載人火星探索任務已經是高概率事件。移民火星的直接意義在于為人類文明留下一個“備份”，在地球發生災難性戰爭、超級傳染病、嚴重天體撞擊、全球性自然/地質災害、人工智能失控、納米機械風暴等危急狀況時，少量居于火星上的人類能夠為我們的文明延續提供希望。人類追求移民火星的路也是商業航天市場逐漸成熟的路。目前，商業航天的主要市場為通信、導航、遙感、旅游，采礦，可能應用場景包括地軌衛星的專網通信、全球車聯網系統的打造、提升家庭寬帶普及率、成為地面4G/5G通信的補充等，將以一種全新的方式實現信息的傳輸和萬物互聯。

　　風險

　　新業態帶來倫理和政策挑戰；政府監管與數字經濟的相互磨合。

　　------

　　[1]Rumana Bukht & Richard Heeks， “Defining， Conceptualizing and Measuring the Digital Economy”， Development Informatics， 2017

　　[2]中國信通院，《2020年中國數字經濟發展白皮書》

　　[3]UNCTAD， “Digital Economy Report 2019”

　　[4]電商交易主要通過電商平臺進行，交易額占比超96%，為防止理解混淆，下文稱其為電商平臺交易。http://www.zgxxb.com.cn/xwzx/202002200008.shtml

　　[5]對于微信的使用而言，服務器面向的客戶數以億計，邊際增加一個用戶的成本也近乎為零。

　　[6]Rodolfo E． Manuelli， Ananth Seshadri， “ExplainingInternational Fertility Differences”， The Quarterly Journal Of Economics，Volume 124 Issue 2， May 2009

　　[7]Wolfgang Kerber， Heike Schweitzer， “Interoperability in the Digital Economy”， JIPITEC， 2017

　　[8]https：//www.newscientist.com/article/2133188-ai-will-be-able-to-beat-us-at-everything-by-2060-say-experts/

　　(本文作者介紹：中金公司首席經濟學家、研究部負責人)